야호야허

오늘의 한 일 실전 머신러닝 적용 강의 - 복습 및 정리 머신러닝 특강 딥러닝을 통한 이미지처리 탐방? 실전 머신러닝 적용 강의 - 복습 및 정리 https://yaun.tistory.com/262 실전 머신러닝 적용 1주차 정리 ※ 들어가기 앞서 | 영어로 된 용어를 사용하길 권장하는 이유 구글, Stackoverflow 등의 사이트에서 영어를 많이 씀 의사소통시 영어로 소통해야 의사소통 오류가 적음 외국인 엔지니어와의 의사소 yaun.tistory.com https://yaun.tistory.com/263 실전 머신러닝 적용 2주차 정리 이번주 배울 것 논리 회귀 전처리 논리 회귀 (Logistic regression) 머신러닝에서, 입력값과 범주 사이의 관계를 구하는 것 선형 회귀로 풀기 힘든 문제..

이번 주 배울것 다양한 신경망 구조 전이학습 신경망을 구성하는 방법은 정말 여러가지가 있는데요, 이 중 가장 많이 쓰이는 합성곱 신경망(CNN), 순환 신경망(RNN), 생성적 적대 신경망(GAN)에 대해 알아보겠습니다! 특히 이미지처리에서 많이 쓰이는 CNN에 대해서는 조금 더 자세히 알아보고 실습도 해볼 거예요 🙂 Convolutional Neural Networks (합성곱 신경망) 합성곱과 합성곱 신경망 합성곱(Convolution)은 예전부터 컴퓨터 비전(Computer Vision, CV) 분야에서 많이 쓰이는 이미지 처리 방식으로 계산하는 방식은 아래와 같습니다. 입력데이터와 필터의 각각의 요소를 서로 곱한 후 다 더하면 출력값이 됩니다. 딥러닝 연구원들은 이 합성곱을 어떻게 딥러닝에 활용할..

이번주 배울 것 딥러닝이란? 딥러닝의 주요 개념과 기법 딥러닝이란? 우리가 지금까지 배운 선형회귀와 논리회귀는 모두 1차 함수를 이용해서 문제를 풀었는데요, 자연계에는 직선으로 설명할 수 없는 문제들이 훨씬 많습니다. (뒤에 배울 XOR 문제처럼요!) 이런 복잡한 문제들을 풀기 위해 선형회귀를 여러번 반복해보았어요. 하지만 선형회귀를 여러번 반복한다고해서 비선형(선형이 아닌 것)이 되는 것은 아니었지요. 그래서 선형회귀 사이에 비선형의 무엇인가를 넣어야 한다고 생각했어요. 이렇게 층(Layer)을 여러개 쌓기 시작했고 이 모델은 정말 잘 동작했지요. 층을 깊게(Deep) 쌓는다고 해서 딥러닝이라고 불리게 되었습니다! 딥러닝의 다른 단어 표현 1. 딥러닝(Deep learning) 2. Deep neura..

이번주 배울 것 논리 회귀 전처리 논리 회귀 (Logistic regression) 머신러닝에서, 입력값과 범주 사이의 관계를 구하는 것 선형 회귀로 풀기 힘든 문제의 등장 ex) 시험 전 날 공부한 시간을 가지고 해당 과목의 이수 여부(Pass or fail)를 예측 이 문제에서 입력값은 [공부한 시간] 그리고 출력값은 [이수 여부]가 됩니다. 우리는 이수 여부를 0, 1 이라는 이진 클래스(Binary class)로 나눌 수 있습니다. 0이면 미이수(Fail), 1이면 이수(Pass) 이런 식으로요. 이런 경우를 이진 논리 회귀(Binary logistic regression)로 해결할 수 있습니다. 만약 선형 회귀를 사용하면 이렇게 우스꽝스러운 그래프로 나타나게 됩니다. 따라서 우리에게는 다른 방법..

※ 들어가기 앞서 | 영어로 된 용어를 사용하길 권장하는 이유 구글, Stackoverflow 등의 사이트에서 영어를 많이 씀 의사소통시 영어로 소통해야 의사소통 오류가 적음 외국인 엔지니어와의 의사소통 머신러닝이란? 알고리즘 - 수학과 컴퓨터 과학, 언어학 또는 관련 분야에서 어떠한 문제를 해결하기 위해 정해진 일련의 절차나 방법을 공식화한 형태로 표현한 것, 계산을 실행하기 위한 단계적 절차 - 위키피디아 머신 러닝 (Machine Learning, ML) - 기계 학습 또는 머신 러닝은 경험을 통해 자동으로 개선하는 컴퓨터 알고리즘의 연구이다. 인공지능의 한 분야로 간주된다. 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야이다. 가령, 기계 학습을 통해서 수신한 이메일이 스팸인지 아..

오늘의 한 일 실전 머신러닝 적용 강의 - 4주차 클론코딩 프로젝트 보강 딥러닝을 통한 이미지처리 구현 - 사전준비 실전 머신러닝 적용 - 4주차 완강 머신러닝의 일종인 CNN (Convolutional Neural Networks, 합성곱 신경망)의 개념과 구성, CNN 형태로 쓰이는 모델의 종류 등을 둘러보고 전이학습, Recurrent Neural Networks (순환 신경망), Generative Adversarial Network (생성적 적대 신경망) 모델에 대해 알아보았다.마무리로 CNN 모델 실습과 전이학습 실습, 4주차 숙제로 완강!실제로 사용하는 방식은 이전에 공부한 방식과 크게 다르지 않아 재미있게 공부했다 원래 오늘 총정리를 할 예정이였지만 예기치 못한 다음 강의 사전준비중의 애로..

이번주동안 한 일 인스타그램 클론코딩 프로젝트 실전 머신러닝 적용 강의 - 1~3주차 인스타 클론코딩 프로젝트 http://didjsrne.shop Spartagram 스파르타그램입니다. didjsrne.shop https://github.com/jihyun-cho-0/spartagram GitHub - jihyun-cho-0/spartagram: project-1. 스파르타그램 project-1. 스파르타그램. Contribute to jihyun-cho-0/spartagram development by creating an account on GitHub. github.com TIL에서 적었던 대로 뭔가 트러블도 있었고 처음 겪는 협업이라 어떻게 작업을 분할해서 맡을지 제대로 잡히지 않아서 제대로 프..

오늘의 한 일 실전 머신러닝 적용 강의 - 1~3주차 머신러닝 1주차 머신러닝의 기초 개념 알고리즘 회귀와 분류 선형회귀, 경사 하강법 데이터셋 분할 구글 Colab를 사용한 실습환경 만들기 선형회귀 실습 kaggle 데이터 선형회귀 실습 2주차 논리 회귀 (Logistic regression) - 시그모이드 함수(Sigmoid function) 가설과 손실함수 다항 논리 회귀(Multinomial logistic regression) ** 전처리 정규화 표준화 이진 논리회귀, 다항 논리회귀 실습 3주차 딥러닝의 역사 Deep Neural Networks 구성 방법 Layer 쌓기 네트워크의 Width(너비)와 Depth(깊이) 딥러닝의 주요 개념 Batch size, Epoch (배치 사이즈, 에폭) ..

오늘의 한 일 인스타그램 클론코딩 프로젝트 - 발표 KPT 회고 프로젝트 다면평가 인스타그램 클론코딩 프로젝트 발표 https://github.com/jihyun-cho-0/spartagram#readme GitHub - jihyun-cho-0/spartagram: project-1. 스파르타그램 project-1. 스파르타그램. Contribute to jihyun-cho-0/spartagram development by creating an account on GitHub. github.com README.md KPT 회고 K git hub를 이용한 협업방식 - 처음 하는 프로젝트인만큼 어설픈 점도 있었지만 좋은 방향으로 나아간 것 같다. P 회원가입 기능 강화 - 카카오/구글등을 이용한 로그인 aj..

오늘의 한 일 인스타그램 클론코딩 프로젝트 - 완성 소개 'Spartagram'은 학습 도중 떠오르는 궁금증을 자유롭게 질문하고 답변을 주고받으며 자유롭게 상호작용하는 SNS 입니다. 개발 기간 2022년 09월 29일 ~ 2022년 10월 05일 팀 구성 이태은 - 프로필 수정 이현재 - 게시글 수정, ec2 배포 장준표 - 게시글, 댓글 정진엽 - 팔로우 및 팔로잉 조지현 - 회원가입, 프로필 API 설계 ERD 설계 주요 기능 사용자 로그인 기능 이메일 중복 검사 프로필 정보 수정 팔로우/팔로잉 게시글 게시글 작성 및 수정/삭제 게시글에 이미지 및 테그 추가 댓글 작성 및 수정/삭제 '좋아요' 기능 로그인/회원가입 일반 로그인 일반 회원가입 Tweet (게시글) 게시글 추가 게시글 수정/삭제 게시글..